| 講演名 | 2021-01-28 リカレントニューラルネットワークを用いた投薬効果予測モデルのための訓練データにおける外れ値検出付き学習手法の検討 佐久間 義友(横浜国大), 小林 匠(横浜国大), 杉本 千佳(横浜国大), 河野 隆二(横浜国大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，機械学習の医療・ヘルスケア領域への応用が注目されている．その中でも，手術中に行う全身麻酔の補助や，糖尿病患者のインスリン投与の遠隔管理などへの機械学習の応用も注目されている研究課題である．先行研究においても，機械学習の手法の手法の一つであるリカレントニューラルネットワーク（ＲＮＮ）を用いて麻酔薬の投薬効果を予測する手法を提案されてきた．先行研究では手術中に変化するバイタルデータを用いて RNN の学習おこなっているが，ほかのバイタル由来の電気信号などが原因で含まれるアーティファクトが含まれたバイタルデータを用いて RNN の学習を行うと，予測精度を低下させてしまうという問題がある．そこで本研究では，RNN を用いた人体への投薬効果モデルによる予測を高信頼化するための，学習データの外れ値検出手法についての検討を行う． |
| 抄録(英) | Recently, the application of machine learning to the medical and healthcare field has attracted attention. In particular, assisting general anesthesia during surgery and remote management of insulin administration for diabetic patients are research subjects that are attracting attention as applications of machine learning. In previous research, we have also proposed a method for predicting the dosing effect of anesthetics using a recurrent neural network (RNN), which is one of the methods of machine learning. However, if RNNs are learned using outliers (artifacts) included in vital data due to other vital, prediction accuracy is decreased. Therefore, in this study, we consider an outlier detection method for training data to realize dependable prediction the effect of medication on the human body using RNN. |
| キーワード(和) | 機械学習 / 予測モデル / ニューラルネットワーク / 外れ値検出 |
| キーワード(英) | Machine Learning / Prediction Model / Neural Network / Outlier Detection |
| 資料番号 | MICT2020-27,MBE2020-32 |
| 発行日 | 2021-01-21 (MICT, MBE) |
| 研究会情報 | |
| 研究会 | MBE / MICT |
|---|---|
| 開催期間 | 2021/1/28(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ME, ヘルスケア・医療情報通信技術, 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 渡邉 高志(東北大) / 花田 英輔(佐賀大) |
| 委員長氏名（英） | Takashi Watanabe(Tohoku Univ.) / Eisuke Hanada(Saga Univ.) |
| 副委員長氏名（和） | 奥野 竜平(摂南大) / 田中 宏和(広島市大) / 安在 大祐(名工大) |
| 副委員長氏名（英） | Ryuhei Okuno(Setsunan Univ.) / Hirokazu Tanaka(Hiroshima City Univ.) / Daisuke Anzai(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 中村 和浩(秋田県立循環器・脳脊髄センター) / 和泉 慎太郎(神戸大) / 小林 匠(横浜国大) |
| 幹事氏名（英） | Kazuhiro Nakamura(Akita-noken) / Shintaro Izumi(Kobe Univ.) / Takumi Kobayashi(Yokohama National Univ.) |
| 幹事補佐氏名（和） | 辛島 彰洋(東北工大) / 赤澤 淳(明治国際医療大学) / 朔 啓太(九大) / 石田 開(神奈川県立産業技術総研) / 高林 健人(岡山県立大) |
| 幹事補佐氏名（英） | Akihiro Karashima(Tohoku Inst. of Tech.) / Jun Akazawa(Meiji Univ. of Integrative Medicine) / Keita Saku(Kyushu Univ.) / Kai Ishida(KISTEC) / Kento Takabayashi(Okayama Pref. Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Healthcare and Medical Information Communication Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | リカレントニューラルネットワークを用いた投薬効果予測モデルのための訓練データにおける外れ値検出付き学習手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Consideration about Learning Scheme with Outlier Detection in Training Data for Prediction Model of Medication Effect Using Recurrent Neural Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | 予測モデル / Prediction Model |
| キーワード(3)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(4)（和/英） | 外れ値検出 / Outlier Detection |
| 第 1 著者 氏名（和/英） | 佐久間 義友 / Yoshitomo Sakuma |
| 第 1 著者 所属（和/英） | 横浜国立大学(略称：横浜国大) Yokohama National University(略称：Yokohama National Univ.) |
| 第 2 著者 氏名（和/英） | 小林 匠 / Takumi Kobayashi |
| 第 2 著者 所属（和/英） | 横浜国立大学(略称：横浜国大) Yokohama National University(略称：Yokohama National Univ.) |
| 第 3 著者 氏名（和/英） | 杉本 千佳 / Chika Sugimoto |
| 第 3 著者 所属（和/英） | 横浜国立大学(略称：横浜国大) Yokohama National University(略称：Yokohama National Univ.) |
| 第 4 著者 氏名（和/英） | 河野 隆二 / Ryuji Kohno |
| 第 4 著者 所属（和/英） | 横浜国立大学(略称：横浜国大) Yokohama National University(略称：Yokohama National Univ.) |
| 発表年月日 | 2021-01-28 |
| 資料番号 | MICT2020-27,MBE2020-32 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | MICT-348,MBE-349 |
| ページ範囲 | pp.28-33(MICT), pp.28-33(MBE), |
| ページ数 | 6 |
| 発行日 | 2021-01-21 (MICT, MBE) |